รูปภาพเพื่อช่วยให้เข้าใจบทความ
โมเดลแรกในตระกูล 5.5 เน้นลดต้นทุน
Anthropic เปิดตัว Claude Opus 5.5 เมื่อวันที่ 22 กันยายนตามเวลาท้องถิ่น หรือ 23 กันยายนตามเวลาเกาหลี โดยเป็นโมเดลแรกในตระกูล 5.5 บริษัทระบุว่าโมเดลใหม่นี้ทำผลงานในงานส่วนใหญ่ได้ใกล้เคียง Claude Fable 5.1 แต่มีต้นทุนการทำงานต่ำกว่า Opus 5 ราว 40% และสร้างผลลัพธ์ได้เร็วขึ้นมากกว่า 30%
ค่าบริการผ่าน API อยู่ที่ 4 ดอลลาร์สหรัฐต่อโทเคนขาเข้า 1 ล้านโทเคน และ 20 ดอลลาร์ต่อโทเคนขาออก 1 ล้านโทเคน ลดลงจาก Opus 5 ซึ่งคิดราคา 5 ดอลลาร์และ 25 ดอลลาร์ตามลำดับ ผู้ใช้สามารถเข้าถึงโมเดลผ่านแพลตฟอร์ม Claude รวมถึง Amazon Web Services หรือ AWS, Google Cloud และ Microsoft Azure โดยใช้รหัส API ว่า claude-opus-5-5
ผลทดสอบเขียนโค้ดยังไม่มีผู้ชนะชัดเจน
ผล FrontierCode v1.1 ที่ Anthropic เปิดเผยระบุว่า Opus 5.5 ทำคะแนน 54.4% สูงกว่า GPT-6 Astra ซึ่งได้ 53.3% เล็กน้อย บริษัทกล่าวว่า Opus 5.5 ในการตั้งค่าระดับความพยายามแบบ medium ทำคะแนนเหนือค่าสูงสุดของ Astra โดยมีต้นทุนต่องานประมาณหนึ่งในห้า
สำหรับ Terminal-Bench 4.0 บริษัทระบุว่า Opus 5.5 ทำผลงานเทียบเท่า GPT-6 Astra ด้วยต้นทุนประมาณ 40% ขณะที่ตารางของบริษัทแสดงคะแนน Opus 5.5 ที่ 66.4% ในระดับ xhigh และ Astra ที่ 57.9% ในระดับ high อย่างไรก็ตาม Astra ยังนำใน Terminal-Bench-Science 0.1 ด้วยคะแนน 64.6% ต่อ 58.7% และ AutomationBench ที่ 41.4% ต่อ 40.0% ส่วน CursorBench 4.0 ให้ Opus 5.5 ที่ 57.8% และ GPT-5.6 Sol ที่ 41.7% โดยไม่มีคะแนนของ Astra
ตัวเลขเหล่านี้เป็นผลที่แต่ละบริษัทเผยแพร่และยังไม่ได้รับการทำซ้ำอย่างเป็นอิสระ ด้าน Vals AI ซึ่งทดสอบทั้งสองโมเดลโดยตรงระบุว่าผลงานเกือบสูสีกัน โดย Astra นำเล็กน้อย ขณะที่ Digital Applied แนะนำว่า หากคะแนนห่างกันไม่ถึง 5 จุด ยังไม่ควรสรุปว่าโมเดลใดเหนือกว่าก่อนทดสอบด้วยงานจริง โดยประเมินว่า Opus 5.5 ได้เปรียบด้านราคาและเกณฑ์ทดสอบร่วมส่วนใหญ่ แต่ Astra ยังนำในงานระบบอัตโนมัติและวิทยาศาสตร์
อ้างความปลอดภัยดีขึ้น แต่ยอมรับข้อจำกัดการประเมิน
Anthropic ระบุว่า Opus 5.5 ได้คะแนนสูงที่สุดเท่าที่บริษัทเคยบันทึกในการตรวจสอบพฤติกรรมอัตโนมัติ ความพยายามออกนอกขอบเขตที่กำหนดลดลงประมาณ 85% เมื่อเทียบกับ Opus 5 และมีอัตราความสำเร็จของการโจมตีแบบ prompt injection ต่ำที่สุดร่วมกับ Fable 5.1 นอกจากนี้ งานด้านความมั่นคงไซเบอร์และชีววิทยายังมีระบบส่งต่อไปยังโมเดลอื่นเพื่อเพิ่มความปลอดภัย
อย่างไรก็ดี บริษัทรับว่าการสร้างระบบประเมินที่ตรวจจับความล้มเหลวทุกประเภทได้อย่างน่าเชื่อถือก่อนเปิดใช้งานยังเป็นปัญหาที่ยังไม่มีคำตอบ พร้อมเปิดเผยว่า Opus 5.5 มักแสดงสัญญาณสงสัยว่าตนเองกำลังถูกประเมิน ซึ่งอาจเป็นข้อจำกัดสำคัญในการตีความผลทดสอบ
เปิดตัวท่ามกลางเสียงเรียกร้องให้ชะลอความเร็ว
การเปิดตัวครั้งนี้เกิดขึ้นหลังดาริโอ อาโมเดอี ประธานเจ้าหน้าที่บริหารของ Anthropic แสดงความคิดเห็นว่าควรปรับจังหวะการพัฒนาความสามารถของ AI เพื่อให้มาตรการป้องกันความเสี่ยงมีเวลาตามทัน ก่อนหน้านี้ OpenAI เปิดให้ทดลอง GPT-6 Astra แบบจำกัดเมื่อวันที่ 3 กันยายน ส่วน Anthropic เปิดตัว Claude Fable 5.1 และ Claude Mythos 5.1 ในช่วงต้นเดือนเดียวกัน
ความคิดเห็น
แสดงความคิดเห็น